lliming2006-优快云博客

原创线性回归及梯度下降

文章迁移

2017-12-27 16:18:29 305

转载光流Optical Flow介绍与OpenCV实现

转：http://blog.youkuaiyun.com/zouxy09/article/details/8683859光流（optic flow）是什么呢？名字很专业，感觉很陌生，但本质上，我们是最熟悉不过的了。因为这种视觉现象我们每天都在经历。从本质上说，光流就是你在这个运动着的世界里感觉到的明显的视觉运动（呵呵，相对论，没有绝对的静止，也没有绝对的运动）。例如，当你坐在火车上，然后往

2017-08-30 09:02:22 453

转载 /MD, /MDD, /ML, /MT,/MTD(使用运行时库)

1. VC编译选项多线程(/MT)多线程调试(/MTd)多线程 DLL (/MD)多线程调试 DLL (/MDd)2. C 运行时库库文件Single thread(static link) ML libc.libD

2017-08-30 08:56:48 453

原创 dilate 函数的实现（源码）

文章从自己的QQ（632846506）7年前的日志中移过来的。数学形态学可以作为图像的一种滤波算法--形态学滤波。滤波中用到的滤波器(kernal)即为结构元素。结构元素往往是由一个特殊的形状构成,如线条、矩形、圆等。OpenCV中的dilate函数支持多通道，各个通道膨胀处理过程独立。膨胀针对白色部分(高亮部分)。膨胀即是求局部最大值的操作，图像A与核B作卷积运算，

2017-08-15 10:55:04 1914

原创图像恢复----Retinex算法详解

文章从自己的QQ（632846506）5年前的日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。 Retinex是一种常用的建立在科学实验和科学分析基础上的图像增强方法，它是Edwin.H.Land于1963年提出的。就跟Matlab是由Matrix和Laboratory合成的一样，Retinex也是由两个单词合成的一

2017-08-14 11:10:25 1361

原创 C++ ----调用exe的函数

文章从自己的QQ（632846506）7年前的日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。在开发大型项目的时候，采取的都是把各个功能分开来开发，分开开发可能是生成dll，也有可能生成的是exe文件，而其中有的时候也会调用现成的工具包里面的一些exe文件，这样在项目里面就要通过调用exe文件来使用。这种相互调用e

2017-08-09 11:37:24 2205

转载企业员工流动率

调查显示，10%—20%的员工流动率对企业长远发展有好处。但骨干人员应是留用重点如何降低员工流动率企业内的员工，真正成为具有增值力的人力资源，通常必须具有四种能力：1/p生产力：投入的减少与产值增加，二者同时发生；2/p进阶力，员工本身能够执行同一职务逐级而上的能力；3/p调任力，员工能够接受平行发展，胜任不同职务的能力；4/p留任力，员工在未来三年内，继续服务的意

2017-08-07 09:14:52 1816

原创级联分类器（Adaboost）之《多尺度尺寸的计算方法》

最近有人问我：在级联分类器中，如何根据设定的参数来计算多尺度的问题。并给我看了一篇网上找来的文章（里面展示的尺度尺寸有无），让我给讲解下：多尺度尺寸的计算主要是下面这个循环：for(double factor=1;;factor *=scaleFactor) //多尺度检测(每次循环只用一个尺度来检测目标，循环N次就是N个尺度){ Size t

2017-08-03 17:24:29 1004

原创 caffe:最优化方法

到目前为止，caffe总共提供了六种优化方法： Stochastic Gradient Descent (type: "SGD"), AdaDelta (type: "AdaDelta")； Adaptive Gradient (type: "AdaGrad")； Adam (type: "Adam") Neste

2017-08-03 17:15:37 423

原创 Caffe中的损失函数

文章从自己的QQ（632846506）2年前的日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。机器学习的目的就是通过对训练样本输出与真实值不一致的进行惩罚，得到损失Loss，然后采用一定的优化算法对loss进行最小优化，进而得到合理的网络权值。本文介绍Caffe中含有的常见的LossLayer及其参数设置方法。

2017-08-03 16:48:40 3069

原创深度学习:正则化方法

文章从自己的QQ（632846506）5年前的日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。在机器学习中，正则化是非常重要且非常有效的减少泛化误差的技术，特别是在深度学习模型中，由于其模型参数非常多且易产生过拟合。因此研究者也提出很多有效的技术防止过拟合，其中比较常用的技术包括：参数添加约束，例如L1、

2017-08-03 16:38:41 928

原创图像配准方法之灰度信息法

这系列文章是5年前的，也是从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。图像配准的方法主要有三种：基于灰度信息方法；基于空间变换域方法；基于图像特征的方法。一、灰度信息法。灰度信息法直接利用两幅图像之间灰度度量的相似性，以图像内部的信息为依据，采用搜索方法寻找相似度最大或

2017-07-28 17:58:34 12022

原创图像配准之《常用图像变换模型》简述

这系列文章是5年前的，也是从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。图像配准中常见的四种几何变换模型。　　在图像配准中，常用的几何变换模型主要有刚体变换、相似变换、仿射变换、投影变换和多项式变换等，这里主要介绍前四种。一、刚体变换（Rigid Transform

2017-07-28 16:02:24 8997

原创图像配准之概念简述

这系列文章是5年前的，也是从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。 1、概念图像配准是图像处理领域的一个基本问题，是图像处理中的一个关键步骤，也很重要。它在众多领域有着广泛的应用，如医学图像处理、影像分析、遥感融合、计算机视觉等，图像配准是当前科研领域中的一个热点。

2017-07-28 16:02:15 6184

原创 C++多态性和继承性

这篇文章是6年前的，从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。前段时间有人突然问哟vc多态性的理论知识，一下子把我问蒙了，用c++近十年，让我一下子回答多态性的理论。我答不上来，只是接单的回答了下多态性在是一种函数接口，不同类中可以由不同的实现形式，主要是虚函数和纯虚函数的使用。

2017-07-27 13:46:52 413

原创删除指定日期前的日志文件，对大于一定内存的日志文件重命名且新建日志继续写入

删除指定日期前的日志，对大于一定内存的日志重命名且新建日志继续写入

2017-07-25 13:41:03 512

原创目标跟踪---amshift

目标跟踪的一个重要的算法Camshift，因为它是连续自使用的meanShift，所以这2个函数opencv中都有，且都很重要。 Camshift函数的原型为：RotatedRect CamShift(InputArray probImage, Rect& window, TermCriteriacriteria)。其中probImage为输入图像直方图的反向投影

2017-07-25 13:12:02 581

原创 adaboost训练之经验总结

利用adaboost训练的分类器做了几个项目（当然在实际应用过程中，我对daaboost做了优化和改善），以下纯为训练前要考虑注意的地方。0、训练前，正样本尺寸的选择很重要。1、训练时正样本的设置：越多越好，但是要考虑训练pc的内存。在训练前，正样本设置的通用公式为：posNum+numStages*[（1-minHitRate）*posNum +300~800] A

2017-07-25 12:59:38 3725

原创 CUDA编程之示例（GPU读取图像矩阵的像素值--未完待续

关于GPU编程的这些资料均是我早期的一些资料，趁出差这段时间整理下，所以就直接复制过来了，其中会有一些瑕疵，请读者朋友之争，以下的代码仅仅时验证，在VS上一通过切达到了预期的目的，接下来如果有时间我会编写并分享使用gpu编程实际应用过程中的经验教训和总结。图像的纹理内存的读取方法：特别注意：gpu上的tex2D（img，x,y）中的x,y坐标对应图像坐标是：X=0~cols，y

2017-07-25 12:49:57 4022

原创 CUDA编程经验技术总结系列之《内存模块》

共享内存、文理内存是cuda中经常用到的内存模式。一、共享内存和同步：、共享内存和同步：实现方式：__share__ float array[N]; N一般为threadsPerBlock。N的确定方式之一：对于共享内存来说，由于编译器将为每个线程块生成共享变量的一个副本，因此，只需根据线程块中线程的数量来分配内存。实用情形：二、纹理内存（只读）：1、一维纹理内存的使用（

2017-07-25 12:44:48 373

原创 CUDA编程经验技术总结系列之《核函数之线程技术》

0、核函数调用方式：kernel >>();gridDim俗名线程格，是二维的（第三维为1），而blockDim是线程块，是三维的，cuda运行时容许启动一个二维线程格，并且线程格中的每个线程块都是一个三维的线程数组（只要你愿意）。一、N个一维线程块并行，每个线程块开启一个线程:核函数： kernel>>();线程索引： int tid=blockIdx.x; 其中bl

2017-07-25 12:43:04 658 1

原创深度学习（Deep Learning）学习笔记整理系列- 八

十、总结与展望1）Deep learning总结深度学习是关于自动学习要建模的数据的潜在（隐含）分布的多层（复杂）表达的算法。换句话来说，深度学习算法自动的提取分类需要的低层次或者高层次特征。高层次特征，一是指该特征可以分级（层次）地依赖其他特征，例如：对于机器视觉，深度学习算法从原始图像去学习得到它的一个低层次表达，例如边缘检测器，小波滤波器等，然后在这些低层次表

2017-07-24 12:48:33 503

原创深度学习（Deep Learning ）学习笔记整理系列之七

9.5、Convolutional Neural Networks卷积神经网络卷积神经网络是人工神经网络的一种，已成为当前语音分析和图像识别领域的研究热点。它的权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。该优点在网络的输入是多维图像时表现的更为明显，使图像可以直接作为网络的输入，避免了传统识别算法中复杂的特征提取和数据重建过程。卷积

2017-07-24 12:34:28 424

原创 Deep Learning 学习笔记整理系列之六

9.3、Restricted Boltzmann Machine (RBM)限制波尔兹曼机假设有一个二部图，每一层的节点之间没有链接，一层是可视层，即输入数据层（v)，一层是隐藏层(h)，如果假设所有的节点都是随机二值变量节点（只能取0或者1值），同时假设全概率分布p(v,h)满足Boltzmann 分布，我们称这个模型是Restricted BoltzmannMachi

2017-07-24 12:33:38 319

原创 Deep Learning 学习笔记整理系列之五

9.2、Sparse Coding稀疏编码如果我们把输出必须和输入相等的限制放松，同时利用线性代数中基的概念，即O = a1*Φ1 + a2*Φ2+….+ an*Φn， Φi是基，ai是系数，我们可以得到这样一个优化问题：Min |I – O|，其中I表示输入，O表示输出。通过求解这个最优化式子，我们可以求得系数ai和基Φi，这些系数和基

2017-07-24 12:33:05 231

原创 Deep Learning 学习笔记整理系列之四

九、Deep Learning的常用模型或者方法9.1、AutoEncoder自动编码器 Deep Learning最简单的一种方法是利用人工神经网络的特点，人工神经网络（ANN）本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这

2017-07-24 12:32:43 213

原创 Deep Learning 学习笔记整理系列之三

Deep learning让机器自动学习良好的特征，而免去人工选取过程。还有参考人的分层视觉处理系统，因此Deep learning需要多层来获得更抽象的特征表达。那么多少层才合适呢？用什么架构来建模呢？怎么进行非监督训练呢？五、Deep Learning的基本思想假设我们有一个系统S，它有n层（S1,…Sn），它的输入是I，输出是O，形象地表示为： I

2017-07-24 12:32:07 237

原创 Deep Learning 学习笔记整理系列之二

四、关于特征特征是机器学习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需要考虑什么呢？4.1、特征表示的粒度学习算法在一个什么粒度上的特征表示，才有能发挥作用？就一个图片来说，像素级的特征根本没有价值。例如下面的摩托车，从像素级别，根本得不到任何信息，其无法进行摩托

2017-07-24 12:31:09 192

原创 Deep Learning学习笔记整理系列之一

接下来的几篇文章是三年前学习Deep Learning的笔记整理，同样是从从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献

2017-07-24 12:30:32 255

原创【图像处理】透视变换 Perspective Transformation

这篇文章是从我QQ（632846506）日志中透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。通用的变换公式为：u,v是原始图片左边，对应得到变换后的图片坐标x,y,其中。变换矩阵可以拆成4部分，表示线性变换，比如sc

2017-07-24 12:29:52 571

原创背景建模技术：帧处理（FrameProcessor）模块

这篇文章是我从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。本文将简单介绍帧处理模块，即对每一帧进行处理的函数，也就是真正调用背景建模算法的接口处。下面贴出源码供大家分析：#include "FrameProcessor.h"#include

2017-07-20 12:32:00 2150

原创二十多种视频前景提取的算法

这篇文章是我从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。这里仅提供名称及相关论文名，需要的请自行搜查并下载。Basic methods, mean and variance overtime:(StaticFrameDifferenceBG

2017-07-20 12:28:40 949

转载基于模糊集理论的一种图像二值化算法的原理、实现效果及代码

这篇文章是我从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。这是篇很古老的论文中的算法，发表与1994年，是清华大学黄良凯（Liang-kai Huang) 所写，因此国外一些论文里和代码里称之为Huang's fuzzy thresholding method。

2017-07-20 11:57:01 569

转载数据降维方法分类

数据降维基本原理是将样本点从输入空间通过线性或非线性变换映射到一个低维空间，从而获得一个关于原数据集紧致的低维表示。数据降维工具箱drtoolbox中众多算法，这里简单做个分类。因为很多并没有仔细了解，在此次只对八种方法做分类：主成分分析（Principal Component Analysis,PCA)、线性判别分析（Linear Discriminant Analysis,

2017-07-20 11:54:03 986

原创基本的图像分割方法综述

图像分割方法一般分为两大类：基于区域的分割方法和基于边缘的分割方法。基于区域的分割方法有：阈值法(r如直方图门限法）、区域生长法、基于图像的随机场模型法、松弛标记区域分割法等均。基于边缘检测方法可大致分为以下几类：基于局部图像函数的方法、图像滤波法（fft,小波，导向滤波）、基于反应—扩散方程的方法、基于边界曲线拟合的方法及活动轮廊（active contour

2017-07-20 11:50:41 1374

原创介绍几种邻域滤波的方法

【卷积滤波】邻域算子值利用给定像素周围像素的值决定此像素的最终输出。如图左边图像与中间图像卷积禅城右边图像。目标图像中绿色的像素由原图像中蓝色标记的像素计算得到。通用线性邻域滤波是一种常用的邻域算子，输入像素加权得到输出像素：其中权重核为“滤波系数”。上面的式子可以简记为：【方框滤波】最简单的线

2017-07-20 11:33:52 4443

原创【图像处理】利用循环移位实现描述子分类

下面的十几篇文章均是我从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。描述一种特征描述子：对图像中每个3*3的块进行一定的处理，之后用矩阵外周8个像素表示此块，每个像素点有0和1两种状态。于是总共有2的8次方即256种状态。但通过一定的分类规则，可以把256种状态分为36种。比

2017-07-20 11:27:11 637

原创【OpenCV】透视变换 Perspective Transformation（续）

这篇文章是我从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。透视变换的原理和矩阵求解请参见前一篇《透视变换 Perspective Transformation》。在OpenCV中也实现了透视变换的公式求解和变换函数。求解变换公式的函数： Mat ge

2017-07-20 11:22:54 449

原创图像处理】透视变换 Perspective Transformation

这篇文章是我从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。通用的变换公式为：

2017-07-20 11:18:06 551

原创重拾博客--博客任我行

因工作忙绿，个人比较懒的原因，已经相当长的事件没有打理、写自己的博客。当然这期间还是时不时看看别人写的一些博文。趁目前这段出差中的空闲时间，赶紧整理整理下学习、工作中的经验总结放上来，一来就当自己备份，同事也供大家斧正或者参考。

2017-07-20 11:06:39 272

经典算法研究

经典算法研究：A*搜索算法、Dijkstra，BFS 算法性能比较及 A*算法的应用、Dijkstra 算法、Dijkstra 算法+fibonacci 堆的逐步 c 实现、Dijkstra 算法+Heap 堆的完整 c 实现源码、dynamic programming、BFS 和 DFS 优先搜索算法等

2016-01-03